针对多级火箭残骸定位精度不足的问题,提出一种融合粒子群算法与牛顿迭代-梯度下降法的时间差定位方法(Time Difference of Arrival,TDOA)联合优化模型,通过全局搜索与局部优化的协同机制提升定位性能,并构建多残骸信号分离约束模型与...针对多级火箭残骸定位精度不足的问题,提出一种融合粒子群算法与牛顿迭代-梯度下降法的时间差定位方法(Time Difference of Arrival,TDOA)联合优化模型,通过全局搜索与局部优化的协同机制提升定位性能,并构建多残骸信号分离约束模型与环境干扰补偿模型。试验表明,该模型在火箭残骸回收任务中,定位误差由传统单级优化算法的1~10 km降低至0.5 km以内,多残骸信号分离率达96.2%,山地及强风干扰下仍保持亚千米级精度。结合Chan-Taylor算法与最小二乘法的验证表明,其抗干扰性与定位可靠性显著优于现有方法。本算法可拓展至移动通信、无人驾驶等领域,兼具理论创新与工程应用价值。展开更多
